AAAI 25 | 融合分隔：协同专家混合模型用于数据稀缺环境下的药物-靶点相互作用预测

文章预览

Blend the Separated: Mixture of Synergistic Experts for Data-Scarcity Drug-Target Interaction Prediction 作者： 翟新龙，王春辰，王睿嘉，康佳政，李书杰，陈博宇，马腾飞，周子凯，杨成，石川 单位： 北京邮电大学，中国电信云计算研究院，湖南大学 摘要： 药物-靶点交互（Drug-Target Interaction, DTI）预测在药物发现和临床应用等各种场景中至关重要。DTI 预测中广泛使用的输入数据有两种视角：内在数据代表药物或靶标的结构，外在数据代表药物或靶标与其他生物实体的关系。 然而，对于药物或靶点，输入数据的两个角度中的任何一个都可能是稀疏的，特别是对于那些不流行或新发现的药物或靶点。此外，特定交互类型的真实标签也可能很少。因此，我们提出了一个方法来解决输入数据和/或标签稀缺情况下的 DTI 预测。 为了使我们的模型在只有一种输入数据可用时发挥 ………………………………